AI kemudian menaikkan produk yang cocok dengan preferensi tersebut dalam pencarian dan menelusuri peringkat untuk hasil yang dikustomisasi. Hasil penelusuran dan penjelajahan yang dikustomisasi oleh pembeli hanya didasarkan pada interaksi mereka di situs e-commerce tertentu milik peritel dan tidak ditautkan ke aktivitas akun Google mereka. Pembeli diidentifikasi baik melalui akun yang mereka buat dengan situs peritel, atau dengan cookie pihak pertama di situs web.
Seperti halnya semua solusi Google Cloud, pelanggan memiliki dan mengontrol data mereka – informasi tentang preferensi pelanggan tetap berada di peritel. Teknologi ini sekarang tersedia secara umum untuk peritel di seluruh dunia.
Baca Juga: Perkuat Layanan Keuangan Digital MNC Group, Flash Mobile Gandeng Vida
- AI meningkatkan laba peritel dengan rekomendasi yang lebih baik
Sistem rekomendasi produk sekarang menjadi komponen penting dari strategi e-commerce peritel mana pun karena alasan yang baik: penjualan ritel online diperkirakan akan mencapai lebih dari US$8 triliun pada tahun 2026.
Namun, peritel telah lama mengalami kesulitan menentukan panel mana yang akan ditampilkan di situs web mereka, cara menyusunnya secara efektif, dan cara mengoordinasikan konten yang relevan dan dipersonalisasi. Solusi Recommendations AI Google Cloud menggunakan ML untuk membantu peritel memberikan rekomendasi produk kepada pembeli mereka.
Peningkatan baru ke Recommendations AI dapat membuat properti e-commerce peritel menjadi lebih personal, dinamis, dan bermanfaat bagi pelanggan individu. Misalnya, fitur pengoptimalan tingkat halaman yang baru kini memungkinkan situs e-commerce untuk secara dinamis memutuskan panel rekomendasi produk yang akan ditampilkan kepada pembeli. Pengoptimalan tingkat halaman juga meminimalkan kebutuhan pengujian pengalaman pengguna yang intensif sumber daya, dan dapat meningkatkan keterlibatan pengguna dan tingkat konversi.
Selain itu, fitur pengoptimalan pendapatan yang baru ditambahkan menggunakan ML untuk menawarkan rekomendasi produk yang lebih baik yang dapat meningkatkan pendapatan per sesi pengguna di situs e-commerce mana pun.
Model ML, yang dibuat bekerja sama dengan DeepMind, menggabungkan kategori produk situs e-commerce, harga barang, serta klik dan konversi pelanggan untuk menemukan keseimbangan yang tepat antara kepuasan jangka panjang bagi pembeli dan peningkatan pendapatan bagi peritel. Terakhir, model beli-ulang baru memanfaatkan riwayat belanja pelanggan untuk memberikan rekomendasi yang dikustomisasi untuk kemungkinan pembelian berulang.
Dibandingkan dengan sistem rekomendasi dasar yang digunakan oleh pelanggan Google Cloud, Recommendations AI telah menunjukkan peningkatan dua digit dalam konversi dan rasio klik-tayang dalam eksperimen yang dikendalikan oleh retailer yang menggunakan teknologi tersebut. Pengoptimalan tingkat halaman baru, pengoptimalan pendapatan, dan model beli lagi kini tersedia secara global untuk retailer.
Baca Juga: Orangtua Harus Punya Kurikulum Menjadikan Anak Bahagia dan Membahagiakan
ai.RETAIL untuk Google Cloud
Adapun ai.RETAIL Accenture adalah solusi terintegrasi yang membantu peritel memanfaatkan data dan AI dengan lebih baik untuk mengoptimalkan sistem dan program umum, seperti akuisisi pelanggan, penetapan harga dan promosi, bermacam-macam, dan rantai pasokan.
Peritel kini dapat menerapkan platform ai.RETAIL di Google Cloud, artinya platform ini diperluas ke infrastruktur tepercaya Google Cloud dan terintegrasi dengan berbagai produk dan kemampuan Google Cloud. Fitur dan manfaat baru dari solusi ini meliputi:
- Analisis rantai pasokan terpusat: ai.RETAIL mencakup menara kontrol rantai pasokan yang didukung oleh Accenture's Intelligent Supply Chain Platform. Dengan integrasi yang lebih mendalam di seluruh produk Google Cloud seperti Looker dan BigQuery, pelanggan kini dapat mengatur data dengan lebih baik dan memberikan tampilan real-time dari metrik rantai pasokan terpenting mereka, termasuk pengadaan, logistik, inventaris, dan penjualan. peritel kemudian dapat menjalankan simulasi "bagaimana jika", mengkalibrasi perkiraan permintaan, meningkatkan perencanaan inventaris, merumuskan strategi untuk segmentasi rantai pasokan, dan banyak lagi.
Baca Juga: Kualitas Udara di Jakarta Buruk , Jaga Kualitas Oksigen Dalam Tubuh